KI-Entwicklertools · Was kam heute

NVIDIA hat DOCA AI agent skills auf GitHub verfügbar gemacht, spezialisierte Fähigkeiten für KI-Agenten in der BlueField-DPU-Entwicklung. Die Skills bieten verifizierte API-Signaturen, Hardware-Anforderungen und Build-Constraints in maschinenlesbarem Format. In einer Evaluierung mit 65 realen Developer-Prompts zeigten Agenten ohne Skills eine Erfolgsquote von nur 19% bei Aufgaben-Checklisten, mit Skills erreichten sie 100%. Die häufigsten Fehler ohne Skills waren API-Missbrauch (59/65 Prompts), fehlende Hardware-Verifikation (46/65) und falsche Tool-Nutzung (39/65). In einer Demo-Gegenüberstellung benötigte der Agent mit Skills 73% weniger handgeschriebenen Code und 46% weniger Hardware-Befehle als ohne Skills.

Apple-Forschung zeigt, dass bei autonomen Machine-Learning-Engineering-Agenten unter gleichen Bedingungen minimalistische Coding-Agent-Harnesses genauso effektiv sind wie aufwändige Multi-Agent-Orchestratoren mit dedizierten Retrieval-Subagenten. Großangelegte Ablationsstudien deuten darauf hin, dass bei starken LLM-Backbones die zusätzlichen Machinery-Layer redundant werden und der LLM-Backbone der primäre Leistungstreiber ist, nicht die handgefertigten Harnesses. Apple präsentiert zudem SCLATE, ein Framework für Continual-Learning-Agenten, das Agent-seitige Events wie Session-Start/Stop, Crons und Memory-Consolidation über Multi-Session-Horizonte hinweg orchestriert, sowie Arbeiten zu Scaffolds für Interface-Agenten, die es auch nicht-KI-Engineers ermöglichen, Agent-Erfahrungen zu prototypisieren.